北京时间7月9日晚间，阿里巴巴在美国证券交易委员会（SEC）和港交所官网分别发布公告，宣布已完成私募发行总额为120.23亿港元、2032年到期的零息可交换债券。该债券将作为阿里巴巴集团的无抵押、非次级债务，不计息，并于七年后到期，除非根据本期债券条款提前赎回、交换或购买。 四个交易日前，北京时间7月4日，阿里巴巴发布相关发债公告。每100万港元债券可换约160513.6股阿里健康的股票，以此计算相当于每股阿里健康股票的换股价为6.23港元，较对冲配售价格溢价48%。当天，券商里昂证券发布研报指出相关配售已于开盘前完成。 所谓零息可交换债券，是一种固定收益债券，结合了零息债券和可转换债券的特点。持有期内不会派发利息，但通常以较低的折扣价发售，让投资者以较少资金就可以进行投资。一般来说，年期越长，折让率越高，所需投资本金越低。同时，债券持有人有权以一定的换股价格将债券转换为普通股。 多数受访券商分析师看好上述债券溢价发行。 一位互联网行业二级市场分析师告诉雷峰网，首先，零息可交换债券无须支付定期利息，相比常规债券，能为阿里巴巴节省利息支出；其次，用控股子公司的股权作为换股标的可以减少自身中小股东争议；第三，换股价有较高溢价空间，相当于也给看好阿里健康的投资者一个期权投资机会。 不过，该分析师也指出，“可交换的零息债券很少见，只有巨头公司才有这样的能力”。 2025年3月，百度曾以类似的方式发行总额为20亿美元的零息可交换债券。其以每10万美元本金交换1107.0457股携程股份，溢价约43%。担任该发行联席账簿管理人的境内法律顾问君合律师事务所在官网披露，百度项目是2025年首个定价的可交换债券项目，也是自2021年以来规模最大的可交换债券发行项目。 以阿里巴巴在上述4日公告中披露的汇率计算，其此次发行的规模约为15.32亿美元，明显低于百度的规模。 ### 补充资金，缓解集团现金压力 阿里巴巴集团估计，扣除佣金及发行费用后，债券发行募集资金净额将为约119亿港元。其计划将筹资用于一般公司用途，包括投资云基础设施和国际商业业务的发展。招商国际研报指出，此举有助于阿里巴巴在短期内增加海外资本进行国际扩张。 6月26日，阿里巴巴发布的截至2025年3月31日的2025财年年报显示，现金及现金等价物、短期投资和其他理财投资，且在提取及使用上不受限制的金额约为5971.32亿元人民币。年报披露了2014年11月到2024年11月，阿里巴巴一系列筹资项目，这些资金的用途被解释为日常运营、基础设施支出、偿还外债、股份回购等。 阿里巴巴表示，目前所持有现金的水平以及经营活动现金流足以应付未来12个月内的预计所需现金，但其也表示会在需要超过可用现金，或决定进一步优化资本结构时寻求进一步举债、进行股权融资、获取信贷或其他融资机会。 上述互联网分析师表示，阿里巴巴一边加大资本开支投入，另一边回购股份，这对其现金流有一定的压力。 2月24日，阿里巴巴集团宣布，未来三年将投入超过3800亿元人民币，用于建设云和AI硬件基础设施，总额超过去十年总和。该公司CEO吴泳铭表示，AI爆发远超预期，阿里巴巴将加速云和AI硬件基础设施建设。 与此同时，阿里巴巴董事会对股份回购计划不断加码，到2024年2月该计划已从400亿美元规模，进一步增加250亿美元至650亿美元，且该计划有效期延至2027年3月底。2025财年，该公司在两个交易所回购了10.78亿普通股，总对价为107亿美元，并通过非公开市场交易回购可转换优先票据，对价约为12亿美元。  ###### 阿里巴巴过去五个交易日股价走势。图片来源：自选股截图 ### 短期利空，长期为阿里健康增加流动性 除此之外，一位长期研究阿里巴巴的二级市场分析师告诉雷峰网，此次利用阿里健康股份作为标的，实际上是阿里巴巴整个集团资源集中的体现，“随着外卖加入电商体系（指饿了么并入淘天集团），其他板块也将陆续集中”。 5月19日，阿里健康发布的截至2025年3月31日止年度业绩报告显示，实现收入约305.98亿元人民币，同比增长13.2%，经调整净利润约为19.50亿元人民币，同比增长35.6%。 虽然受益于线上渗透率提升、线上个账医保逐步接通、处方外流等因素，阿里健康业务规模稳步增长，但券商海通国际指出，利润超预期主要是因为销售费用投放规模未达其计划水平，目前仍处于加大营销和AI技术投入的阶段。而浦银国际也预测，2026财年全年营收增速将有所放缓，而且短期内行业竞争相对激烈。 因此，眼下对于阿里健康来说，成为换股标的是一把双刃剑。招商国际研报指出，此举有助于阿里健康未来增加自由流通股数量，花旗也在研报中指出，上述溢价反映了阿里巴巴对阿里健康的乐观态度。 上述二级市场分析师也表示，“这对阿里健康（短期）确实是利空”，这也解释了为什么公告发布后首个交易日开盘后，阿里健康股价瞬间暴跌超过10%。7月9日，阿里健康收盘价为4.25港元；过去四个交易日，阿里健康股价累计下跌约6%。 **关于阿里巴巴和资本市场，雷峰网将持续关注，想了解更多信息，欢迎添加作者微信：karlliang88。**

 近日KRAFTON（CEO CH Kim）旗下的《PUBG: BATTLEGROUNDS》（以下简称《PUBG》）对正式服进行了36.2版本更新，此次更新中包含了与全球知名音乐艺人“aespa”合作制作的音乐音源及各种游戏内要素。  本次合作将会发售合作音源《Dark Arts》，该曲目通过aespa的音乐对《PUBG》世界观进行了诠释。《Dark Arts》也将被用作《PUBG》的大厅音乐。米拉玛地图中也添加了aespa风格的演出场地和秘密基地。与此同时，能让玩家们直接进行游戏模式制作的新功能“UGC初始版”也在本次更新后开始了试运营。从8月份开始该功能将正式开放使用，届时所有拥有《PUBG》豪华版账号的玩家都将可以创建UGC初始版自定义比赛对局。  《Dark Arts》是一首蕴含着在激烈生存战中追逐胜利的不屈意志的歌曲，反映战斗紧张感的侵略性节奏、充斥着速度感的音效与aespa的独特风格相得益彰。该音乐的音源将于7月15日在各大音乐平台上公开。 米拉玛的部分区域中搭建了aespa的演出场地，部分建筑也摇身一变成了PUBG x aespa秘密基地。此外在艾伦格、维寒迪等8x8公里大小的地图中，部分出生点处也摆放了专属表情舞台，在该舞台上使用联动表情后玩家将可以在aespa MV的陪伴下尽情起舞或进行应援，感受特殊的演出体验。之后主机版本也将通过7月17日的更新为玩家们带来相同的内容。  与此同时，用户生成内容（User-Generated Content，以下简称UGC）功能 – UGC初始版也在本次更新后开始了试运营。该功能可以让玩家直接进行游戏内容的制作和测试，是一次拓展创作边界与玩法边界的全新尝试，并因此受到了广泛的关注。该功能的预计运营时间约为3个月，至9月份为止。从8月份起，该功能的使用权限会被提供给所有拥有PUBG豪华版账号的玩家。但需要注意的是UGC初始版只能在PC版本中体验到。  此外公会系统也得到了进一步强化，新增了能够查看公会成员的周活动贡献度的“成员排名”页面和“本周最佳成员”功能，在 “挑战贡献”排行榜和“每周公会经验值”排行榜中排名第1的玩家将被选为“本周最佳成员”。普通比赛与竞技比赛中的轰炸区、两栖装甲车和C4也在本次更新中得到了平衡性调整。载具伪装网则得到了耐久度提升，并被添加到了荣都和泰戈地图中。另外所有支持双排模式的地区的普通比赛和竞技比赛中都新增了1人双排模式，今后游戏的战斗策略将会变得更加多样。 与此同时，夏日同欢嘉年华活动热辣上线，活动持续时间为7月10日上午10点—8月12日上午10点。玩家们在活动时间内登录游戏，点击游戏大厅右上角或者新闻栏中的活动广告，即可跳转至专属活动页面。  此次活动嘉年华还有夏日HOT TIME时间，在7月19日晚上19点-22点59分期间登录游戏，并在这段时间内完成30分钟的游戏时长，即可累计领取800G-Coin！一定要注意的是19日22点59分之后结束的游戏不会计算在任务时长中！  活动1：每日登录，活动期间内每天登录游戏即可获得夏日狂欢积分，及艳阳特殊宝箱。  活动2：每日任务，活动期间内完成每日任务即可获得夏日狂欢积分，完成30分钟和60分钟时长任务还可以额外获得捣蛋奇兵宝箱及禅意能量宝箱，同时还能给好友赠送夏日狂欢积分！  活动3：夏日结伴同行，邀请并绑定最多10名同行好友，不仅有夏日小鸡，可爱小猫咪口罩，还有最新的道具爱意环绕露脐上衣可以领取！  好友完成游戏时长任务也可以给自己增加夏日狂欢积分，收集到对应数量的积分可以领取道具，不仅有最新的小猫护体T恤，还有幸运G-Coin宝箱，可随机开出300-10000G-Coin，最幸运的人会不会就是你！  特别提醒： 1、 一定要通过游戏大厅右上角的活动广告或者新闻栏的活动广告参与游戏！ 2、 单局存活3分钟以上才会计入游戏时长； 3、 大厅时间、训练模式、自定义模式不计算在游戏时长任务内； 4、 活动期间的游戏道具均为限时有效，请在有效期前使用； 5、 其他详细规则请在游戏内活动详情页查看。 《PUBG》夏日同欢嘉年华，快来和好友一起成为最幸运的人吧！

有人薅羊毛，有人割韭菜。

在近期举办的国投智能股份2025年第二季度产品发布会上，美亚柏科重磅发布全新产品——取证伴侣。取证伴侣作为行业首创产品，秉持取证能力堆叠理念，致力于为用户构建“小而精”的取证能力体系。它具备AI分析、取证加速、数据分析等众多能力，并支持模块化自由组合，为取证实验室提供更便携、更高效、更智能的能力单元，有效解决传统取证设备单机性能不足，取证数据分析效果不佳等问题。  包含DC-4501手机取证系统系列、DC-8830超级魔方系列、FL-800取证塔系列等热门取证装备。  取证伴侣优先推出智能鉴真检测单元、智能取证与加速单元。下面，让我们一同揭开取证伴侣的神秘面纱。 **智能取证与加速单元** **一、产品简介** 智能取证与加速单元是一款专为取证装备赋能AI分析加速的专业设备，集成语音转文字加速、图片分类等核心能力，可助力客户从海量案件检材中精准挖掘关键线索，显著提升研判效率。  **二、产品亮点** **语音转文字提速**：语音文件转换比原来互联网模式提升2-3倍，支持快速过滤关键信息。 **多模态数据挖掘**：快速对检材图片自动分类，支持人脸、卡证票据、敏感物体等超160种类型。  **三、应用场景** **案事件研判**：海量语音转文本并支持快速搜索，提升海量语音数据的筛查效率。 **敏感线索筛查**：通过自动识别和分类海量图像，可快速筛查涉案内容，解决了人工筛查耗时长、易遗漏的痛点。 **智能鉴真检测单元** **一、产品简介** 智能鉴真检测单元是一款搭载人工智能技术的视频图像真实性鉴定服务装备，可快速输出内容真伪判定结果、置信度评分及伪造技术分类，助力客户精准提取案件检材中的伪造信息。该设备具有小巧灵活的机身，便于携带，满足多场景快速鉴定需求。  **二、产品亮点** **深伪合成/AI生成检测能力**：支持近500种的伪造方法检测，含深伪图像、视频检测、AIGC图像、视频检测方法。涵盖了市面上所有主流的伪造方法。 **检测精度和速度全面领先**：耗时上，该设备在多类型样本中用时更短；精度上，图片及视频的准确率、召回率均处于领先地位。 **边取证边鉴真**：支持边取证边鉴真，取证后自动输出鉴真结果，也可以按业务场景手动鉴真，所见图片、视频均可即点即检。  **三、应用场景** **司法安全**：辅助输出真实性鉴定报告，助力电子证据采信。 **商业合规**：快速筛查AI生成侵权内容，保护原创作品权益。 **社会治理**：打击深度伪造换脸诈骗，遏制谣言传播风险。 取证伴侣后续还将推出更多的能力单元，如取证数据解析解密加速单元、取证数据高速存储单元，提供更加丰富、灵活的组合，满足各种应用场景需求的快速适配方案，敬请期待！

在执法过程中，执法人员常常遇到以下难题：大量手机、计算机硬盘、移动硬盘数据需要多人协同分析，战果才能及时呈现；部分重要案事件，需要多名专家线下集中式会战，才能快速部署环境、顺利开展分析。但传统的取证设备存在局限，无法开展多人协同分析，无法实现多源数据清洗，也难以利用AI大模型赋能案事件分析。 2025年6月18日，国投智能第二季度产品发布会成功举办，“**手掌大小”的单案专案分析神器——“星隼”正式发布，为以上难题带来了全新的解决方案**。 **一、产品简介** **星隼**是一款专门为单案专案精心打造的分析装备，集多人协作与深度研判功能于一体，具有小巧灵活的机身，便于携带，同时具备强大的分析能力，支持与 AI 大模型联动，为执法人员的单案专案分析提供强大助力。  **二、产品亮点** 星隼是业内体积最小、重量最轻的电子数据分析平台装备。 **体积小巧灵活携带**：重量小于 2kg，可轻松放入公文包，单人单手便能快速携带至现场，实现 “按需而动，随地部署”。 **取证数据快速汇聚**：能够快速汇聚实验室各类取证数据，支持主流厂家 HTML 报告，大大提高了数据整合的效率和便捷性。 **单案分析深度挖掘**：单案支持 30 部检材同时分析，最大提供 12T 存储空间和 10 余种技战法，可对案事件线索进行全面、深入的挖掘。 **无缝对接 AI 大模型**：与 DeepSeek 等 AI 大模型实现无缝对接，融合多种大模型分析能力，为案事件研判注入强大智力支持，助力挖掘关键线索，使分析结果更加精准、全面。  **三、应用场景** 星隼在多种场景下都能发挥其独特价值： **实验室单案研判**：协助执法人员快速理清案事件脉络，对数据进行深度分析，挖掘潜在线索，提高研判效率。 **多部门现场会战**：在多部门协作的现场会战中，实现多人协作，实时共享分析进展，打破信息壁垒，增强团队协作效果。 **窝点现场取证分析**：搭配取证设备后，即可实现边取证边查看分析结果，为执法人员提供及时准确的决策依据，助力快速现场突破。 

陪伴机器人笑而不语，只是一味地让主人掏钱。

技术是中性的，其影响取决于应用方式。

硅谷AI人才大战再升级。

安卓手机品牌众多，USB接口各异，调试路径复杂，设置繁琐，如何高效完成USB调试并快速进入取证流程？ 试试专为基层执法人员打造的全新智能取证键盘，集成语音输入、视觉识别与自动化操控等功能，全面简化取证准备流程。支持USB调试自动开启、自动手机取证与语音问答交互，显著提升取证效率与合规性。  **核心亮点** **一、三大交互模式集成** 支持视觉输入、语音输入、物理按键输入三种输入方式，覆盖语音交互、图片识别等多种场景操作需求。  **二、全流程“无人值守”** 自动完成USB调试、自动Wi-Fi/自动直连取证，大幅减少人工介入，降低出错率；适配主流安卓品牌。  **三、内置语音引擎** 支持本地语音打字+ QIKO问答系统，取证问题不再依赖人工客服，执法人员可边操作边咨询。  适配OS取证系统，即插即用，兼容全系列取证装备。 

机场面临的一个持续问题是鸟类和其他野生动物的存在，它们对飞机和现场作业构成了严重威胁。鸟类是最大的威胁，因为它们会被吸入发动机、撞上挡风玻璃，甚至撞击控制面，造成严重损害。这种情况非常严重，以至于美国民航局曾制造了一种“鸡枪”，利用压缩空气向机身发射鸟尸，模拟鸟类撞击。  除了鸟类，兔子和鹿等其他野生动物也可能闯入跑道，或通过觅食、挖洞、筑巢或排便来损坏机场设备。为了防止这种情况发生，机场运营者采取了各种应对措施，包括使用无人机、老鹰、猎鹰、警犬、灯光，甚至使用气动炮来驱赶这些动物。 美国陆军工程兵研究与发展中心（ERDC）正在研发一种控制论草原捕食者机器人，以清除机场附近的危险野生动物。 目前，ERDC 正在与野生动物生物学家 Stephen Hammond 博士和 Jacob Jung 博士以及美国农业部 (USDA) 国家野生动物研究中心 (NWRC) 合作开发机器郊狼来协助完成这项工作。 为什么是郊狼？因为潜在的猎物都认识它们，如果不想成为午餐，就会离它们很远。 历经五年研发，这些“郊狼漫游者”（Coyote Rovers）——官方名称——最初是波士顿动力公司（Boston Dynamics）的四足机器人Spot，但后来发现速度太慢，无法吓倒当地的野生动物，因此被替换为时速可达20英里（32公里/小时）的四轮Traxxas X-Maxx机动车。在平台上添加塑料郊狼模型，让它们兼具可爱与惊悚的平衡，每个模型的总成本约为3000美元。 这些机器郊狼已在多个军用机场进行测试，包括以蓝天使飞行表演队主场而闻名的佛罗里达州彭萨科拉海军航空站、田纳西州坎贝尔堡以及佛罗里达州惠廷菲尔德海军航空站。这些原型机看起来像是装了犬类配件的简易遥控汽车，但最终目标是让它们具备其他无人机的功能，例如设定路线和禁区、适应崎岖地形、能够自行充电并持续数天自主飞行，以及识别特定鸟类或动物种类并调整相应威慑策略的能力。 然而，机器郊狼将如何对抗机器走鹃还有待确定，因为这需要使用弹射器、巨型磁铁、火箭背包、高爆炸药以及在岩石表面绘制逼真的隧道等先进能力。 [查看评论](https://m.cnbeta.com.tw/comment/1512220.htm)

[据韩国ETNews](https://www.etnews.com/20250710000315)报道，苹果首款可折叠iPhone的可折叠 OLED 显示屏的生产已开始，最终产品预计将于明年上市。首批可折叠 iPhone 的显示屏由三星显示公司生产，该公司正在其位于忠清南道牙山的 A3 工厂建立一条专门用于生产即将推出的苹果设备的生产线。 该生产线将专门生产可折叠 iPhone 的显示屏，据信该工厂的建设已进入最后阶段。该工厂每年将能够生产 1500 万片 7 英寸可折叠 OLED 面板。  预计苹果首款可折叠 iPhone 将采用内折式 OLED 显示屏。它很可能与明年 iPhone 系列的其他机型一同发布，包括iPhone 18、iPhone 18 Air、iPhone 18 Pro 和 iPhone 18 Pro Max。与其他机型一样，它每年秋季都会进行更新。 苹果计划在 2026 年生产 600 万至 800 万部可折叠 iPhone。虽然三星每年 1500 万块显示器的产能远远超过了苹果 2026 年的需求，但据说该供应商正在为新机型做准备，并在随后几年增加销量。 三星显示器已达成协议，将作为苹果两年的独家供应商提供可折叠显示屏。尽管苹果通常倾向于尽可能地实现供应链多元化，但三星在可折叠OLED显示屏方面拥有独特的技术专长，因为它自2019年以来就已开始商业化生产可折叠智能手机。 因此，三星很可能在未来三年内继续担任苹果可折叠 iPhone 显示屏的独家供应商，并至少在此之后成为关键供应商。三星显示器同样引领了苹果在 iPhone X 和 iPhone XS 上从 LCD 向 OLED 的转型。 苹果首款可折叠 iPhone预计将采用4.5 毫米超薄设计，配备 4:3 iPad 式 7 英寸内屏，无明显折痕，采用耐用铰链，配备双后置摄像头系统（可选广角和超广角），搭载“A20”芯片，并使用Touch ID而非Face ID。售价可能超过 2000 美元。 [查看评论](https://m.cnbeta.com.tw/comment/1512218.htm)

黄仁勋正计划再次访华，目的也是不言而喻。报道中提到，**英伟达CEO黄仁勋(Jensen Huang)计划访问中国，重申公司对中国市场的承诺。该公司计划最快在今年9月推出专为中国市场设计的新型AI芯片。** 按照消息人士的说法，这款针对中国的特供芯片，是英伟达对现有Blackwell RTX Pro 6000处理器的版本进行了修改而来，为符合美国前总统特朗普政府加强的出口管制规定而特别设计。 **据悉，该产品将被剥离掉一些最先进的技术，如高带宽内存（HBM）和NVLink。知情人士称，黄仁勋计划出席下周三起在北京举办的“国际供应链博览会”，并将与官员会面**。 [](//img1.mydrivers.com/img/20250710/a94867f12ac946cfba2c30906e3fc0dc.jpg) 此前美国禁止对华出口H20特供芯片，这导致英伟达损失55亿美元并股价暴跌，不过全球人工智能快速发展的大背景下，英伟达显然是最大受益者，这也让公司股价重新走高，市值一举突破4万亿美元。 当然了，中国市场对英伟达的重要性不言而喻，之前的财报显示，中国贡献英伟达全球约20%的营收（2024年达171亿美元），但华为昇腾芯片、寒武纪等本土竞品快速崛起，替代威胁加剧。 **不知道恢复芯片供应后，会不会对华为等国产端产生冲击吗，而不少国内互联网大厂也都在等待这款英伟达新的定制芯片。** [](//img1.mydrivers.com/img/20250710/1ad1aadc021c4962a74cbd571cf5a2e4.png) [查看评论](https://m.cnbeta.com.tw/comment/1512216.htm)

 网飞官方今日宣布，《我独自升级》将被改编为真人剧集，将由边佑锡担任主演，饰演主角程肖宇。  《我独自升级》是一部从2016年开始连载的网络小说，随后于2018年被改编为漫画，已于2021年完结。2022年7月，公布了将进行TV动画化，由日本动画公司A-1 Pictures担任动画制作，目前已播出两季。此外，韩国游戏公司Netmarble Corp还以其为题材，发行了游戏《我独自升级:ARISE》。 

 网飞官方今日宣布，知名韩漫《我独自升级》宣布改编为真人剧集，将由边佑锡担任主演，饰演主角程肖宇。  《我独自升级》是一部从2018年开始连载的网络韩漫，已于2021年完结，2022年7月，公布了将进行TV动画化，由日本动画公司A-1 Pictures担任动画制作，目前已播出两季。此外，韩国游戏公司Netmarble Corp还以其为题材，发行了游戏《我独自升级:ARISE》。 

在比原定时间推迟一小时后，埃隆·马斯克 (Elon Musk) 旗下xAI发布了其最新的旗舰AI模型Grok4，并推出了一项全新的AI订阅计划——每月300美元的SuperGrokHeavy。 [](https://static.cnbetacdn.com/article/2025/0710/20a21e660f3f625.jpg) Grok是xAI用以对标OpenAI的ChatGPT和GoogleGemini等模型的产品，能够分析图像并回答问题。 外界对Grok 4的期望很高。xAI这款最新的AI模型将直接对垒OpenAI即将推出的GPT-5，后者预计将在今年夏末发布。 **“对于学术问题，Grok 4在每个学科上都超过了博士水平，无一例外，”埃隆·马斯克在直播中说道。“它有时可能缺乏常识，也尚未发明新技术或发现新物理学，但这只是时间问题。”** **xAI于周三发布了两款模型：Grok4和Grok4 Heavy——后者是该公司的“多智能体版本”，性能更强。** **** **Grok 4****特性如下：** **先进的推理能力： **Grok 4在xAI的Colossus超级计算机上进行了训练，以实现科学家级别的先进推理。该模型有望提供更强的逻辑推理和文本生成能力。 **专注于编码的变体： **开发者将会青睐Grok 4 Code，这是一个专门用于更高效地编写、调试和解释代码的特化模型，与GitHub Copilot或GPT-4 Code Interpreter等工具相呼应。 **多模态能力： **Grok 4预计将不仅支持文本，还支持图像，并可能支持视频。更好的多模态能力将使该模型能与OpenAI的GPT-5o和Google的Gemini 2.5 Pro展开更激烈的竞争。Grok 4未来某个时候可能会支持视频。 **语音功能： **Grok 4的语音功能（Grok 4 Voice）拥有自然、酷似真人的声音，且干扰更少。 **实时网络访问：**与早期的Grok模型一样，Grok 4配备了DeepSearch工具，可以从网络、尤其是马斯克的X平台实时抓取数据。这意味着Grok可以在聊天过程中提供最新信息——无需打开独立的标签页或浏览器。 **文化通晓与“玩梗”能力：** Grok最大的差异化优势之一是它对互联网文化的理解。Grok 4正在被调校以高精度解读“梗”、俚语和幽默，这可能使其成为迄今为止最“懂网上冲浪”的AI助手之一。 xAI声称，Grok4在多项基准测试中展现了前沿水准，其中包括“人类最后一道考题”(Humanity’s Last Exam)，这个考试通过数千个关于数学、人文学科和自然科学等主题的众包问题，来衡量AI的能力。据xAI称，Grok4在不使用“工具”的情况下，在该测试中得分率为25.4%，超过了GoogleGemini2.5 Pro的21.6%，以及OpenAI的o3(high)的21%。 xAI还声称，配备“工具”的Grok4 Heavy取得了44.4%的高分，超过了同样使用工具、得分为26.9%的Gemini2.5 Pro。 此外，非营利组织Arc Prize表示，Grok在他们的ARC-AGI-2测试中取得了新的SOTA（State-of-the-Art，即当前最佳水平）分数——这是另一个高难度基准，由类似拼图的难题组成，需要AI识别视觉模式——得分率为16.2%。这几乎是排名第二的商业AI模型ClaudeOpus 4得分的两倍。 除了Grok 4和Grok4 Heavy，**xAI还推出了其迄今最昂贵的AI订阅计划、名为SuperGrokHeavy的每月300美元的订阅服务。该计划的订阅者将能抢先体验Grok4 Heavy，并优先使用新功能。**此计划与其他主要AI提供商如OpenAI、Google和Anthropic推出的超高端会员服务类似，但xAI目前提供了其中最昂贵的订阅选项。 SuperGrok Heavy的订阅者或许能提前体验到xAI计划在未来数月推出的一些新产品。**该公司周三表示，一款AI编码模型将于8月问世，一个多模态智能体将于9月推出，而视频生成模型则定于10月。** **** **xAI正通过其API发布Grok4，以吸引开发者基于该模型构建应用。**该公司提到，其企业业务部门成立仅两个月，但计划与各大超大规模云服务商合作，通过他们的云平台提供Grok。 尽管Grok在基准测试中表现出了领先水平，但当xAI试图将Grok作为ChatGPT、Claude和Gemini的真正竞争者向企业推销时，它可能很难摆脱近期的这些负面事件。企业是否准备好连同其所有缺陷一并接纳Grok，仍有待观察。 Grok 4的发布，恰逢马斯克旗下公司经历动荡的一周。周三早些时候，在X公司任职约两年后，其首席执行官琳达·亚卡里诺 (Linda Yaccarino) 宣布辞职。目前，X尚未公布她的继任者。 巧合的是，雅卡里诺的离职，发生于几天前Grok的官方自动化X账号曝出丑闻之后：该账号在回复用户时发表了攻击性帖子。xAI不得不短暂限制该Grok账号，并删除了这些内容。 马斯克和xAI的领导层基本上回避了对此事件的讨论，而是将焦点放在了Grok 4的性能和能力上。 [查看评论](https://m.cnbeta.com.tw/comment/1512212.htm)

7月10日，在比原定计划推迟了一小时后，埃隆·马斯克正式推出了其xAI团队的最新大语言模型——Grok 4。然而，这场备受瞩目的发布会却笼罩在重重阴云之下。就在活动开始前几小时，xAI的首席科学家Igor Babuschkin突然宣布辞职，加之近期Grok旧版本因输出种族主义内容而引发的巨大争议，让外界对xAI的未来打上了问号。 [](https://static.cnbetacdn.com/article/2025/0710/20a21e660f3f625.jpg) 马斯克本人对Grok 4寄予厚望，他将其比作一个“智能大爆炸”时代的开启，并宣称团队甚至“已经想不出新的测试题来考验它了”。按照官方说法，Grok 4的目标是直接与OpenAI即将推出的GPT-5及Anthropic的Claude 4 Opus等业界顶尖模型相抗衡。据介绍，该模型依托xAI的Colossus超级计算机进行了训练，旨在实现科学家级别的推理能力和更强的文本生成。马斯克更是强调，“现实才是最终极的推理测试”，暗示其对模型能力的信心。 功能层面，Grok 4展现了其全面升级的野心。它不仅具备了处理文本、图像的多模态能力，马斯克还提及未来可能支持视频处理，以弥补当前短板。此外，新模型还推出了为开发者打造的Grok 4 Code，专注于代码编写与调试；并优化了语音交互功能，提供更自然流畅的对话体验。延续其一贯优势，Grok 4将通过名为DeepSearch的工具实现实时联网搜索，深度整合X平台的数据，以提供最新的信息。一个显著的差异化特征是，Grok 4将继续强化其对网络文化、俚语和“梗图”的理解力，力求成为最“接地气”的AI助手。 尽管Grok 4在纸面上的功能强大，但它正面临一场严峻的“信誉危机”。平台所标榜的“言论自由”和宽松审查，已导致其先前版本产生大量令人不安的偏见内容。这使得外界愈发质疑xAI在产品安全测试和防护措施上是否投入足够，尤其是在其追求实时、类人交互的道路上。马斯克将xAI定位为对抗他口中“觉醒派”AI（如ChatGPT和Gemini）的挑战者，但对于眼下的争议，他本人基本保持沉默。 在OpenAI和Google等巨头纷纷将可靠性与安全性放在首位的当下，xAI显然选择了另一条道路——押注于个性、速度和更少的限制。这种更“前卫”、更少审查的AI能否避免重蹈覆辙，仍有待市场和时间的检验。这无疑是马斯克一次大胆的豪赌。 [查看评论](https://m.cnbeta.com.tw/comment/1512210.htm)

总部位于美国加州圣克拉拉的英伟达，本周三的市值刚刚迈过了4万亿美元大关，成为了全球首家迈过这一里程碑门槛的企业。而这一“全球股王”继续扩展自身业务的步伐，显然也依然没有停下…… [](https://static.cnbetacdn.com/article/2025/0710/6eaa3d83ad9d969.webp) 据悉，英伟达近期已收到了大量潜在的以色列新园区选址方案。目前，英伟达正计划在以色列大幅扩大业务，以满足对人工智能数据中心日益增长的需求。 英伟达本周早些时候已发布了一份请求信息函(RFI)，计划购买土地在其以色列北部现有设施附近，建设一座新园区。行业人士预计，该项目将耗资数十亿美元并在当地创造数千个就业岗位。 英伟达与以色列这一科技强国间的渊源，最早可以追溯到2020年。当时英伟达以近70亿美元收购了迈络思科技，正式进军以色列市场。迈络思科技位于以色列北部港口城市海法附近的Yokne'am，那里聚集着许多科技公司。 英伟达已将园区建设提案的截止日期定为7月23日。按照英伟达的规划，该园区面积最多可达18万平方米，有望打造成为以色列最大的科技园区。 目前，海法市方面已对英伟达抛出了橄榄枝。海法市当局表示，该市“目前正忙于为英伟达准备一份有吸引力的提案。我们认为我们是对他们而言最具潜力的城市。” 英伟达缘何相中“战火不断”的以色列？ 近年来，随着微软、亚马逊、Meta、谷歌和特斯拉等公司竞相建设人工智能数据中心，并试图主导新兴的AI产业，这导致了对英伟达高端芯片处理器的需求激增。 对此，一位消息人士称，以色列的科技人才和专业知识“对人工智能时代极其重要”，而英伟达眼下恰恰需要迅速扩张。 据悉，自收购迈络思科技以来，英伟达在以色列的员工规模已经扩大了近两倍。有消息人士称，迈络思科技去年为英伟达贡献了约130亿美元的收入，但英伟达方面尚未证实过该数字。 近年来，英伟达在该国还进行了多项其他收购，目前在以色列总计拥有5000名员工，已成为以色列增长最快的跨国科技公司雇主。2023年，英伟达还建造了以色列最强大的人工智能超级计算机Israel-1，该超级计算机此后为马斯克的Colossus超级计算机提供了蓝图。 以色列创新局首席执行官Dror Bin表示，新的英伟达园区将非常庞大，可容纳“几千名员工”。 Bin指出，这是一项规模庞大的投资，彰显对以色列高科技生态体系的信心。这项投资对双方都有益，英伟达能接触当地的生态体系和人才，而当地的生态体系又能享有英伟达的投资，这将让以色列保持在创新和技术的前沿，特别是AI领域。 值得一提的是，英伟达在以色列的扩张计划，也正值其竞争对手英特尔开始在全球范围内裁减员工之际。英特尔自1974年进入以色列，是以色列最大的雇主之一，在当地拥有9350名员工。据以色列当地媒体报道称，英特尔在以色列已有数百名员工被裁。 [查看评论](https://m.cnbeta.com.tw/comment/1512208.htm)

 希望任何看完这个系列教程的人都能掌握撰写生产级提示词的方法，再也不用寻找零碎的知识点！ ## 理解提示词：AI的指令语言 ### 什么是提示词？ 在人工智能的语境中，提示词（Prompt）是用户提供给模型的、用以引导其生成特定响应的输入文本 。它可以是简单的问题、一串关键词，也可以是包含复杂说明、上下文信息乃至代码片段的详细指令 从本质上讲，提示词是我们与生成式AI模型进行沟通和下达任务的“自然语言” 。 一个设计精良的提示词通常可以包含以下四种核心要素 ： - **指令（Instruction）**：明确告知模型需要执行的具体任务。例如，“总结以下文章”、“将这段文字分类为正面、中性或负面”、“生成一封营销邮件”。 - **上下文（Context）**：提供背景信息或外部知识，帮助模型更好地理解任务情境，从而生成更具相关性的回答。例如，在要求模型撰写报告时，提供目标受众的背景信息（“这份报告的读者是没有任何技术背景的投资人”）。 - **输入数据（InputData）**：模型需要处理的具体内容。例如，需要被总结的文章全文，或是需要被分类的用户评论。 - **输出指示（OutputIndicator）**：指定模型输出内容的类型、格式或风格。例如，“请以JSON格式返回结果”、“回答应使用项目符号列表”、“语气应保持专业和严谨”。 并非所有提示词都必须包含全部四要素，其具体构成取决于任务的复杂度和需求 (5)。然而，理解这些构成要素，是系统化设计高效提示词的第一步。 ### 为什么设计高质量的提示词至关重要？ 提示词的质量直接决定了AI输出内容的质量、相关性和准确性 。在实际应用场景中，这一点尤为关键。 一个模糊或结构不佳的提示词可能导致模型产生不一致、偏离主题甚至事实错误的输出（即“幻觉”），这对于依赖AI提供稳定服务的产品而言是不可接受的。 相反，一个精心设计的提示词，就如同为AI助手提供了一份清晰的工作说明书，能够有效地引导模型，使其产出符合预期的、高质量且可靠的结果 。 这不仅能提升用户体验，还能显著降低因AI输出错误而产生的业务风险和后期人工修正成本 。因此，掌握提示词撰写技巧，意味着掌握了精确控制和利用AI能力的钥匙。 ### 提示词的两种类型 在实践中，我们可以将提示词分为两大类：日常对话提示词和生产级提示词。 理解二者的区别，是产品和业务人员从AI的普通使用者转变为专业AI应用设计者的关键一步。 **1）日常对话提示词** 这类提示词是我们日常与ChatGPT等聊天机器人互动时使用的、非结构化的、即兴的自然语言查询。例如，“给我推荐几部科幻电影”或“解释一下什么是黑洞”。这类提示词的特点是简单、直接，依赖于模型庞大的预训练知识库进行回答。它们非常适合探索性、非正式的知识获取和娱乐场景。 **2）生产级提示词** 生产级提示词是为集成在软件应用或业务流程中而专门设计的，其首要目标是确保输出的**可靠性、一致性和可扩展性**。 与日常对话提示词的根本区别在于，生产级提示词是一种经过“工程化”设计的指令，它必须在各种输入条件下都能稳定地产生可预测的、符合格式要求的输出 。 一个核心的认知转变在于： 日常对话是一种“交谈”**，而生产级应用是一种**“指令”。 专业应用无法承受AI“看心情”式的回答，它要求的是每一次服务都达到可预期的标准。 生产级提示词通过提供明确的角色、严格的规则、清晰的上下文和固定的输出格式，极大地减少了模型解读的模糊性，从而将AI的“创造力”约束在可控的业务框架内，使其成为一个稳定可靠的自动化工具 。 <blockquote><p>生产级提示词包含从需求定义到解决方案的闭环。因此，对于产品经理而言，学习设计生产级提示词，本质上是学习如何将业务需求精确地转化为AI能够稳定执行的规范。</p></blockquote> ### 什么是提示词工程？ **1）定义与过程** 提示词工程（Prompt Engineering）是一门新兴的学科，它专注于开发和优化提示词，帮助用户更有效地利用语言模型完成各种复杂的任务 。 撰写生产级提示词的过程，就是提示词工程的实践。这个过程并非一蹴而就，而是一个类似于软件开发或机器学习的迭代循环 。 通常包括需求分析、初始设计、测试评估和持续优化等环节 。提示词工程师需要弥合最终用户需求与大型语言模型能力之间的鸿沟，通过不断的实验和调整，找到能够激发模型最佳性能的输入文本组合 。 **2）提示词工程的价值** 对于企业而言，提示词工程提供了一种比模型微调（Fine-tuning）更高效、更灵活地利用AI能力的方式 。 **成本与效率**：模型微调需要对模型本身的参数进行重新训练，这个过程不仅需要海量的标注数据，而且计算成本高昂，周期漫长。而提示词工程则是在不改变模型自身参数的前提下，通过优化输入指令来激发模型内部已有的知识和能力 。这使企业能够以更低的成本、更快的速度进行AI应用的原型设计和功能迭代。 **灵活性与可控性**：提示词可以被看作是应用的“软逻辑”，可以随时进行修改和部署，而无需重新训练整个模型。这种灵活性使得产品团队能够快速响应业务变化和用户反馈，持续优化AI功能。 <blockquote><p>掌握提示词工程，意味着产品和业务团队获得了直接塑造和控制AI行为的能力，能够更快地将AI技术转化为实实在在的商业价值。</p></blockquote> ## 如何设计生产级提示词 设计生产级提示词是一门兼具逻辑与创意的艺术。它要求我们像产品经理规划功能、像工程师设计架构一样，系统化地构建与AI的沟通桥梁。本部分将深入探讨提示词的设计流程、常用框架和核心技巧，为产品和业务人员提供一套可复用的方法论。 ### 提示词设计流程：从需求到实现 一个成功的提示词需要遵循严谨的设计流程。我们可以将其类比为微型的产品开发周期，确保最终产出能够精准满足业务需求。 **第一步：需求分析（ “Why”）** 在动笔之前，首先要清晰地定义业务目标和用户需求 。问自己几个关键问题： - **我们要解决什么问题？** （例如：降低客服响应时间、提升营销文案点击率） - **AI在这个流程中扮演什么角色？** （例如：信息提取器、内容生成器、决策分析） - **一个“成功”的输出是什么样的？** （定义成功输出的标准，例如：一份不超过300字、包含三个关键点的摘要；一个格式正确的JSON对象） - **目标用户是谁？** （例如：需要快速获取信息的客服人员、寻求创意的市场专员） 这一步相当于编写产品需求文档（PRD）或用户故事，是整个设计过程的基石。 **第二步：初始提示词设计（ “What”）** 基于需求分析，草拟第一个版本的提示词。此时，应有意识地包含之前提到的核心要素 ： - **清晰的指令**：明确任务。 - **必要的上下文**：赋予AI角色或提供业务背景信息。 - **明确的输出格式**：告知AI你期望的结果是什么样子。 **第三步：测试与评估（ “How Well”）** 使用一系列输入数据来测试提示词，这些数据应覆盖典型使用场景和潜在的边缘情况。然后，根据第一步定义好的成功标准来评估AI的输出。评估的维度将在后续笔记中具体介绍 **第四步：迭代与优化（”Improvement Loop”）** 根据测试结果，对提示词进行持续的优化和精炼。这可能包括：调整措辞、增加或修改示例、强化约束条件、改变赋予的角色、甚至切换模型等。这是一个不断循环的过程，直到提示词在各种测试下都能稳定地产生高质量的输出。 ### 常用的提示词撰写框架 提示词框架如同写作的模板，它们提供了一种经过验证的结构，帮助我们在设计提示词时不遗漏关键信息，从而系统性地提升提示词的质量和稳定性 。 为了帮助产品和业务人员快速选择合适的工具，下表对比了几个主流的提示词框架及其适用场景。  **TAG框架：简洁高效** TAG框架是最简单直接的结构之一，非常适合日常的快速任务定义 。 - **T(Task-任务)**：你要AI做什么？（例如：“写一篇关于人工智能的博客文章”） - **A(Action-行动)**：AI应该如何执行？（例如：“采用风趣幽默且引人入胜的风格”） - **G(Goal-目标)**：期望达成的最终目的是什么？（例如：“吸引对AI感兴趣的初学者”） **APE框架：强调意图** APE框架与TAG相似，但更侧重于让模型理解任务背后的“目的”，这有助于模型做出更智能的决策 - **A(Action-行动)**：AI需要执行的具体动作。（例如：“分析这份客户反馈报告”） - **P(Purpose-目的)**：为什么要做这件事？（例如：“为了找出客户流失的三个主要原因”） - **E(Expectation-期望)**：期望的输出格式或成果。（例如：“以项目符号列表的形式呈现，并按重要性排序”） **COAST框架：应对复杂战略** 当面对需要综合多个因素的复杂或战略性任务时，COAST框架提供了一个全面的思考结构 。 - **C(Context-背景)**：提供必要的背景信息。（例如：“我们公司第三季度的销售额下降了15%”） - **O(Objective-目标)**：设定一个高层次的、可衡量的目标。（例如：“第四季度的销售额提升20%”） - **A(Actions-行动)**：模型需要考虑或执行的步骤。（例如：“分析市场趋势、提出三个营销策略、评估每个策略的预算”） - **S(Scenario-情景)**：描述具体的环境或情况。（例如：“我们正面临两个主要竞争对手的降价压力”） - **T(Task-任务)**：给AI下达的具体指令。（例如：“基于以上所有信息，为第四季度制定一份详细的营销计划草案”） **LangGPT框架：构建专属AI智能体** LangGPT是一种高度结构化的提示词设计范式，它将提示词设计类比为面向对象编程，旨在创建具有特定角色、规则和工作流程的、可复用的AI智能体 。它通常使用Markdown格式，包含以下模块 - Role: 定义AI的核心角色 - Profile: 描述角色的背景、专长和语言风格 - Rules: AI必须遵守的规则和约束 - Workflow: AI与用户交互或完成任务的步骤 - Initialization: AI的开场白和引导语 例如，一个“唐代诗人”的LangGPT提示词，会详细定义其诗人身份、擅长的诗歌体裁（如七言律诗）、必须遵守的格律规则，以及如何与用户互动（要求用户提供主题和形式）。这种框架非常适合构建需要长期保持一致性和专业性的虚拟助手或专家系统。 ## 核心提示词技巧（重要） 掌握了框架之后，还需要一系列具体的技巧来进一步打磨和优化提示词，以应对不同的任务需求。 ### 零样本（Zero-shot）与少样本（Few-shot）提示 **零样本提示**：在不提供任何范例的情况下，直接要求模型完成任务。这完全依赖于模型在预训练阶段学到的通用能力 。 **应用**：适用于任务简单直接（如“翻译‘你好’到英文”）、或快速验证一个AI功能概念的场景。 **少样本提示**：在提示词中提供一个或多个（通常不超过5个）完整的任务范例（“shot”），向模型展示期望的输入和输出格式。这是一种强大的“情境学习”（In-context Learning）技术 。 **应用**：当需要强制模型遵循特定的输出格式、语气或风格时极为有效。例如，在生成客服邮件时，提供2-3个符合公司规范的邮件范例，能让新生成的邮件质量大幅提升。 <blockquote><p>提供范例是LLM这种模式匹配引擎最直接有效的引导方式之一。它将模糊的“指令”转化为清晰的“模式”，极大地降低了模型“猜错”用户意图的概率，是产品经理在不进行代码级开发的情况下提升AI性能的最有力工具。</p></blockquote> ### 分解（Decomposition） 分解，也称为“提示链”（Prompt Chaining），是将一个复杂的大任务拆分成一系列更简单、更小的子任务，然后通过多个提示词按顺序完成 。 **任务**：分析一份冗长的年度财报。 **提示词1（提取）**：“从以下财报文本中，提取所有关键财务数据（收入、利润、现金流），并以JSON格式输出。” **提示词2（分析）**：“基于以下财务数据，识别出三大主要财务风险。” **提示词3（生成）**：“根据识别出的财务风险，草拟一封给管理层的预警邮件。” 这种方法降低了单次任务的复杂度，让模型能更专注、更准确地完成每一步 。 ### 角色提示（Role Prompting） 即赋予AI一个特定的身份或专家角色，如“你是一位拥有20年经验的营销总监”或“假设你是一名严谨的法律顾问” 。 **作用原理**：角色提示为模型提供了强大的上下文，能够激活其知识库中与该角色最相关的部分，从而使其输出的语气、风格和专业知识更符合预期 。 **技巧**：角色的定义越具体越好。“你是一名数据科学家”是好的开始，但“你是一名专注于B2B SaaS领域客户流失预警模型的数据科学家”则能带来更精准的输出 。 ### 思维链（Chain of Thought, CoT） 这是一种引导模型在给出最终答案前，先展示其“思考过程”的技术 。通过在提示词中加入“让我们一步一步地思考”或提供包含推理步骤的范例，可以显著提升模型在逻辑推理、算术和复杂问题解决上的准确性 。 **商业应用**：解决一个多步骤的计算问题，如“A套餐每月50元，含1000分钟通话，超出部分每分钟0.1美元。B套餐每月70元，不限通话。如果客户上月通话1200分钟，哪个套餐更划算？” 使用CoT，模型会先计算A套餐的总费用，再与B套餐比较，最后给出结论，过程清晰且不易出错 。 **零样本CoT**：一个非常实用的技巧，只需在你的问题后加上一句“**让我们一步一步地思考**”（Let’s think step-by-step），就能在不提供范例的情况下，有效激发模型的推理能力 。 <blockquote><p><strong>需要注意的是：随着推理模型的普及，这种提示技巧的必要性可能在下降</strong></p></blockquote> ### 思维树（Tree of Thoughts, ToT） ToT是CoT的进阶版。当一个问题存在多个可能的解决路径时，ToT允许模型同时探索多个“思维分支”，对每个分支进行评估，甚至在发现某个分支是死胡同时进行“回溯”，转而探索其他路径 。 **应用**：进行战略规划或头脑风暴。例如：“为我们的新产品制定上市策略。请从‘线上营销’、‘线下活动’和‘渠道合作’三个方向进行探索，并分别评估每个方向的优缺点和潜在风险。” 模型会将这三个方向作为不同的分支进行深入思考 。 ### 自我批评（Self-Criticism / Reflexion） 这是一种让模型对其自身的输出进行评估和改进的技术 。在模型生成初步答案后，可以追加一个提示词，如：“请检查你刚才的回答。是否存在事实错误？逻辑是否严谨？有哪些可以改进的地方？” 这利用了模型强大的文本分析能力来优化其自身的生成能力。 ### 负面约束 明确告知模型**不要**做什么。例如，“回答中不要包含任何技术术语”或“在生成的文案中，禁止使用‘革命性’、‘颠覆性’等夸大词汇”。这个技巧在使用得当的情况下，能非常有效地对输出内容进行“塑形”，确保其符合特定的沟通规范。 **一些需要根据使用场景具体分析的技巧：** **负面约束**：具体效果不一定好，也不一定不好。过多或复杂的负面约束可能会让模型感到困惑，导致性能下降。建议保持负面约束的简洁和明确。 **角色提示**：在需要**生成创造性内容**或**模仿特定风格**的任务中（如写营销文案、扮演客服），角色提示效果较好。但在纯粹要求**事实准确性**的任务中（如从文本中提取数据），其作用相对有限，清晰的指令和输出格式定义更为重要。 ## 关键参数：微调AI的风格 除了优化提示词文本，调整模型的生成参数也是提示词工程的重要一环。对于产品和业务人员来说，可以将这些参数理解为控制AI输出风格的旋钮。  ### Temperature（温度） **定义**：Temperature控制着模型生成下一个词时的随机性程度。 一个较低的温度值（如0.2）会使得模型更倾向于选择概率最高的词，从而产生更可预测、更保守的文本。一个较高的温度值（如0.8或更高）则会“拉平”词语间的概率差异，让概率较低的词也有机会被选中，从而产生更多样、更具创造性甚至出人意料的文本 。 **在提示词设计中的应用**： - **创意任务**：当你的目标是进行头脑风暴、撰写营销文案或创作故事时，可以调高温度（例如0.8-1.0），以激发模型的创造力 。 - **事实性任务**：当你的目标是获取准确的事实、进行文本摘要或生成代码时，应调低温度（例如0.2-0.5），以减少模型“自由发挥”导致的事实错误 。 ### Top-p（核采样） **定义**：Top-p，也称核采样（Nucleus Sampling），是一种动态控制词汇选择范围的方法。它设定一个概率阈值p（如0.9），模型会从输出概率最高的词开始，不断累加它们的概率，直到总和达到p为止，然后模型只从这个“核心”（nucleus）词汇集中进行抽样 。 与Top-k固定数量不同，Top-p的词汇集大小是动态变化的，模型越确定，词汇集越小；模型越不确定，词汇集越大 。 **在提示词设计中的应用**： - **平衡生成**：Top-p通常被认为是比Temperature更优的控制方法，因为它既能避免选择那些概率极低的离谱词汇，又能根据上下文的确定性动态调整创造力。一个常用的值是0.9到0.95之间，这能在保证连贯性的前提下，提供良好的多样性。 - **精细调优**：对于需要高度连贯性的对话机器人或问答系统，可以适当降低Top-p（如0.8），以使其回答更聚焦。 ### Top-k **定义**：Top-k是最简单的采样控制方法。它直接限制模型在生成下一个词时，只能从概率最高的k个词中进行选择 。例如，设置Top-k为10，模型无论面对什么情况，都只会在10个备选词中挑选。 **在提示词设计中的应用**： - **聚焦内容生成**：当需要确保输出内容严格限制在某个主题范围内时，可以使用较小的k值（如5-20）。 - **与Top-p的比较**：想象一下点餐，Top-k就像一个固定套餐，永远只有k个菜品可选。而Top-p则像一个自助餐，它会提供占总受欢迎度90%的菜品，菜品数量会根据当天大家的口味偏好而变化。因此，Top-p通常更智能、更灵活。 在实际应用中，通常会调整Temperature和Top-p中的一个，而不是同时调整两者，以避免不可预测的效果。 对产品和业务人员而言，理解这些参数的含义，意味着你可以在不改动提示词文本的情况下，通过调整这些参数来改变AI应用的输出风格，以适应不同的业务场景。 本文由 @Mrs.Data 原创发布于人人都是产品经理。未经作者许可，禁止转载 题图来自Unsplash，基于CC0协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务

Linux内核NFT子系统曝高危双重释放漏洞，可致本地提权！

<blockquote><p>大龄产品经理独孤虾的技术创业心路历程。从2003年技术出身到产品转型，从业余开发开源项目Lorn.ADSP到AI时代重构，从中年危机到技术作者转型。分享DeepSeek等AI工具如何助力开发效率飞跃，两本技术专著的创作过程与市场反响，为中年技术人提供转型思路和实践参考。</p> </blockquote>  ## 引言：一个产品经理的技术情结 我是产品经理独孤虾，今年四十多岁了，家里有个正读小学的女娃。虽然现在是产品经理，但我骨子里始终是个程序员——2003年毕业后做了6年开发和架构，2009年才转做产品。 说起来有点尴尬，都当了这么多年产品经理了，我还是改不了爱钻研技术的毛病。每次看到开发同事的代码，就忍不住想上去指手画脚两句，有时候甚至会直接问：”这个接口为什么要这样设计？能不能优化一下？”估计不少开发同事都觉得我这个产品经理有点”越界”。可没办法啊，技术情结这东西，就像是刻在DNA里的，怎么都抹不掉。 这种”不安分”的技术情结，最终让我做了件挺疯狂的事——自己搞了个开源项目Lorn.ADSP，一个基于.NET的广告投放平台。现在回想起来，这条路走得挺折腾的，但收获也是实实在在的。有时候半夜醒来，我还会想：幸好当年没听老婆劝，老老实实做个安稳的产品经理，不然哪来现在这么多故事可以讲？ ## 第一部分：初心与困惑——为什么要做这个开源项目？ ### 技术转型的纠结 说起做开源项目，得从2013年讲起。那时候刚从优酷跳到另一家互联网视频公司，负责广告系统产品从0到1的搭建。说到优酷那段经历，现在想起来还挺有意思的。 我们领导是个技术出身的狠人，对产品经理的要求特别高——不仅要懂业务，还必须得看懂代码。每隔一段时间就会搞个技术述职会，让我当着一堆研发的面讲这个项目的架构和算法思路，最后还要让研发帮忙看看我理解得对不对。刚开始真的很紧张，生怕说错了被人笑话。但没办法，硬着头皮也得上啊。 为了不在技术大佬面前丢脸，我把他们的广告系统源码从头到尾啃了个遍。那段时间真的很拼，白天开会讨论需求，晚上回家就对着代码研究，有时候一看就是半夜。家里人都说我疯了，明明是个产品经理，干嘛要这么折腾自己？ 结果这一看不得了，发现了不少问题！最让我郁闷的是，那套广告策略系统写得太死板了，基本就是一堆if-else的硬编码。我当时就想，这样下去怎么行？万一要加新策略，岂不是要重新发版？太麻烦了。而且那些条件判断写得乱七八糟的，新人要理解起来得费老大劲。 我心里的理想架构应该是这样的：把广告策略抽象成接口和基类，不同策略实现不同的子类，然后用依赖注入让整个系统变得灵活可配置。这样新增策略就像搭积木一样简单，而且代码结构也清晰得多。 但是呢，我毕竟是产品经理，说话没那么大分量。而且说实话，光嘴上说不练假把式，我自己也没实际验证过这套想法到底行不行得通。 ### 实践出真知的渴望 另一个让我想动手的原因是，虽然这些年一直在做广告系统产品，但总感觉隔了一层纸。产品经理更多是站在业务角度看问题，技术实现的细节往往是听研发同事汇报，缺少那种深入骨髓的理解。 在百度的时候参与过关键词策略升级，在苏宁主导过广告系统重构，经验是有了，但总觉得不够透彻。就像学游泳，光看别人游和自己下水是完全不一样的感觉。有时候半夜突然想到一个技术问题，却没法立刻验证，这种感觉真的很难受。就好比你明明知道答案就在那里，但就是够不着，特别抓狂。 还有一个更现实的考虑。做了这么多年产品，我发现能同时理解业务和技术的人真的很少。大部分产品经理对技术一知半解，画个原型图就算完事；大部分技术同学对业务逻辑不够敏感，实现出来的功能总是不太对味。而我既有6年的开发经验，又有多年的产品经验，为什么不试试把这两样本事结合起来做点什么？ ### 开源初心的确立 基于这些想法，我决定自己动手做个项目，目标其实很朴素： - 验证我对广告投放系统架构的想法是否可行（主要是想证明自己不是光说不练） - 通过完整的实践过程，真正理解广告系统的技术本质 - 给其他开发者提供一个相对靠谱的参考实现 - 顺便锻炼一下自己从产品到技术的全栈能力 说起来容易做起来难，我知道这是个大坑，但技术人的倔强让我决定跳下去试试。反正晚上和周末的时间也闲着，不如拿来做点有意思的事情。最坏的结果无非是做不出来，但至少过程中能学到不少东西。  ## 第二部分：技术选型与架构设计——构建智能广告平台 ### 核心技术栈的选择 技术选型这块儿，我毫不犹豫选择了.NET技术栈，主要用C#和F#开发。说起来这还有点个人情怀在里面——2003年刚毕业那会儿，我就是用.NET起家的，从ASP.NET1.1一路用到.NETFramework，对这套技术栈有种天然的亲切感。虽然那时候Java已经挺火了，但我还是觉得.NET用起来更顺手。 有朋友问我为什么不选Java，毕竟大部分互联网公司都在用Java。说实话，不是我对Java有什么偏见，纯粹是因为.NET我更熟悉。做开源项目本来就是业余时间搞，如果还要花时间重新学技术栈，那进度就太慢了。而且说句实话，.NET在性能和开发效率方面确实不差。 当然，选择.NET不光是情怀，更多是实用考虑： - **性能确实给力**：做过广告系统的都知道，毫秒级的响应要求不是开玩笑的。我给自己定的目标是50ms内完成请求处理，支撑10万+QPS，.NET在这方面表现一直不错。特别是后来.NETCore出来之后，性能提升更明显。 - **开发效率高**：一个人搞项目，效率是生命线。VisualStudio的智能提示、丰富的类库、完善的调试工具，这些都能让我少走不少弯路。有时候一个功能，用IDE的快捷键几分钟就搞定了。如果换成其他技术栈，光是环境配置就够我折腾半天的。 - **云部署友好**：虽然是个人项目，但我一开始就按生产级标准来设计，.NET对容器化和微服务的支持让部署变得相对简单。后来Azure的兴起也让.NET在云服务方面有了更多优势。 ### 系统架构设计理念 Lorn.ADSP采用微服务分层架构，这是我经过多年实战总结出来的最佳实践。整个系统严格遵循IAB行业标准，支持OpenRTB实时竞价协议。 架构设计的几个核心原则： - **性能要狠**：广告请求响应时间必须小于50ms，支持10万+QPS，这是底线，没得商量。当年在百度的时候，有个技术大牛跟我说过一句话：“广告系统慢一毫秒，公司就少赚一万块。”虽然有点夸张，但道理是对的。 - **可用性要高**：系统可用性至少99.9%，支持故障自动恢复，这是对用户负责，也是对自己负责。我见过太多因为系统故障导致的广告收入损失，那种心疼的感觉，做过广告产品的都懂。 - **标准要严**：严格遵循IABOpenRTB协议，支持VAST/VMAP视频广告标准，该有的反作弊机制一个都不能少。这不是为了显摆，而是为了确保系统的通用性和可扩展性。 说实话，一个人要把这些都做到位确实不容易，但正因为有挑战才有意思不是？ ### 核心功能模块设计 经过反复思考，我把系统拆分成几个核心模块： - **广告业务管理**：客户关系、合同管理、财务结算这些基础功能，虽然不性感但必不可少。这部分相对简单，主要是CRUD操作，但细节很多。比如合同的生效时间、计费方式、结算周期等，每个字段都有业务逻辑在里面。 - **数据统计分析**：这是我最想验证的创新点。传统广告系统都是规则驱动，我想试试通过统计分析算法来预测用户更喜欢什么样的商品和广告，从而提高点击率和转化率。包括用户行为分析、商品推荐算法、投放效果预测等，这些在2013年还算挺新颖的思路。 - **广告投放引擎**：实时竞价、智能决策、多目标优化，这是整个系统的心脏部分。说起来简单，做起来真的很复杂。光是竞价策略就有好几种算法，还要考虑预算控制、频次限制、黑白名单等各种约束条件。 - **数据分析BI**：多维分析、预测洞察、自定义报表，数据驱动是广告系统的灵魂。这块儿我参考了GoogleAnalytics和百度统计的一些设计思路，但要简化很多。 现在回头看，当时的设计理念还挺前瞻的，只是技术条件限制了很多想法的实现。有些功能当时觉得很重要，实际做起来才发现坑太多，只能先搁置。 ## 第三部分：开发历程与挑战——一个人的技术马拉松 ### 初期的技术挑战 项目启动之后才发现，我把事情想简单了。一个人既要当产品经理，又要当架构师，还要当程序员，简直像变戏法一样频繁切换角色，有时候真的觉得自己快精神分裂了。 - **需求梳理阶段**：我得戴上产品经理的帽子，把广告投放系统的需求从头梳理一遍。这个过程还挺有意思的，我把GoogleAds、FacebookAds这些主流平台都研究了个遍，分析他们的功能特性。有时候半夜突然想到个好点子，赶紧起来记在笔记本上，第二天起来一看，有些想法还真不错，有些就纯属胡思乱想了。 - **系统设计阶段**：然后换成架构师模式，把业务需求翻译成技术方案。微服务怎么拆分？数据库怎么设计？API接口规范定成什么样？这些问题一个接一个地冒出来，每个都要仔细考虑。有时候为了一个表结构的设计，我能在电脑前坐一整个下午，画了改，改了画，反复折腾。 - **编码实现阶段**：最后就是撸代码了。说实话，这个阶段最痛苦也最有成就感。痛苦是因为时间有限，总觉得进度太慢；有成就感是因为看着一行行代码变成可运行的系统，那种感觉真的很爽。特别是第一次看到系统跑起来的时候，那种兴奋劲儿，就像当年第一次写出“HelloWorld”一样。 ### 技术难点的突破 开发过程中遇到的坑比想象中多得多： - **性能优化这块**最让人头疼。广告系统对响应时间要求极其严格，100ms已经算慢了。为了达到目标，我在缓存策略上下了不少功夫，设计了多级缓存体系，还做了很多数据预处理的优化。有时候为了优化几毫秒的响应时间，我能对着代码琢磨一整个晚上。最夸张的一次，为了搞清楚一个SQL查询为什么这么慢，我连续三个晚上都在调试，最后发现是索引设计有问题。那种恍然大悟的感觉，真的很爽。 - **算法模型集成**是另一个大坑。2013年那会儿机器学习还没现在这么成熟，要把统计分析算法集成到生产系统里真的不容易。最后我采用了混合策略：核心决策用轻量级算法保证实时性，复杂分析用离线算法保证准确性。说起来简单，实现起来各种坑。 - **微服务架构管理**也是个挑战。服务越来越多，依赖关系越来越复杂，需要设计合理的治理机制。服务注册发现、配置管理、链路追踪、熔断降级，这些听起来高大上的概念都得一个个实现。当时微服务这个概念还比较新，很多最佳实践都是自己摸索出来的。 ### 项目管理的探索 传统的项目管理方法对个人项目不太适用，我摸索出了一套自己的办法： - **时间管理**：每天晚上能挤出2-3小时，周末6-8小时，算下来一周大概20小时左右。时间有限，必须高效利用，所以我给自己制定了很严格的计划。有时候家里人看我这么拼，还以为我要跳槽了。其实就是单纯的技术癖好作祟。 - **版本规划**：把项目拆成多个版本，每个版本专注特定功能。这样既能保证连续性，又能看到阶段性成果，不至于太打击积极性。每完成一个版本都有种小小的成就感，就像通关游戏一样。 - **技术债务管理**：时间紧的时候难免会留下一些技术债务，我专门建了个清单定期review，确保项目不会被技术债拖垮。这个习惯后来在工作中也很有用。 这套方法论后来也用到了我的其他项目中，效果还不错。现在想想，做开源项目真的是个很好的自我管理训练。 ## 第四部分：AI时代的技术重构——拥抱人工智能浪潮 ### DeepSeek的发现与应用 2024年，随着AI技术的突飞猛进，特别是DeepSeek等国产开源大模型的崛起，我看到了重构Lorn.ADSP的机会。说起来也巧，正好那时候被裁员了，突然有了大把时间可以重新审视这个项目。 被裁员这事儿说起来挺郁闷的。我有20年的广告系统产品经验，在百度、苏宁这些大厂都待过，主导过亿级DAU平台的升级改造，GitHub上还有Lorn.ADSP这个开源项目（虽然只有100来个Star和50个左右的Fork，但在广告系统这个垂直领域，这个数字还算不错的），理论上应该不愁工作才对。但现实很骨感，重新开始投简历的时候，发现了个残酷的事实：年龄确实是个槛。 不过塞翁失马，焉知非福。正因为有了更多时间，我才能静下心来重新思考Lorn.ADSP的发展方向。而DeepSeek的出现，给了我全新的灵感。 - **技术主权的重要性**：作为一个在大厂工作多年的产品经理，我深知数据安全和技术自主可控的重要性。DeepSeek的开源特性和国产化背景，让我们可以实现训练数据本地化、算法自主可控，避免了使用国外模型可能面临的数据出境风险。这对于广告系统这种涉及大量用户隐私数据的应用来说，意义重大。 - **成本优势的吸引力**：相比于国际主流的商业模型，DeepSeek在相同能力水平下能够降低80%以上的使用成本。这对于创业项目来说是巨大的优势。我算了笔账，如果用OpenAI的API，光是训练和推理成本就够我买台新电脑了。 - **技术能力的认可**：通过实际测试，我发现DeepSeek在代码生成、文本理解、多模态处理等方面都表现出色，完全能够满足Lorn.ADSP的技术需求。特别是在代码重构这块，DeepSeek的表现让我很惊喜。 ### AI驱动的系统重构 基于DeepSeek的技术能力，我开始了Lorn.ADSP的AI化重构： **智能创意生成系统**： - 多模态内容生成：支持文本、图像、视频广告创意的AI自动生成 - 品牌风格适配：基于品牌调性和目标受众，自动调整创意风格 - 创意效果预测：利用大模型分析历史数据，预测创意表现 - 动态创意优化：实时分析用户反馈，自动优化创意元素 这部分功能让我特别兴奋。以前做广告系统，创意生成完全依赖人工，效率低不说，质量也参差不齐。现在有了AI加持，可以批量生成高质量创意，而且还能根据用户反馈持续优化。 **用户画像智能分析**： - 深度用户理解：通过自然语言处理和行为分析，构建立体化用户画像 - 意图识别预测：基于用户行为序列，预测用户购买意图和兴趣变化 - 个性化推荐：为每个用户提供个性化的广告内容和投放时机 - 用户生命周期管理：智能识别用户价值和生命周期阶段 **投放策略智能优化**： - 智能竞价策略：基于实时市场数据和用户价值，自动调整竞价策略 - 预算智能分配：利用大模型预测不同时段和渠道的投放效果，优化预算分配 - 反作弊检测：通过异常行为模式识别，智能检测和防范广告作弊 - 效果归因分析：多维度分析广告投放效果，提供智能化的归因分析 这些功能在2013年的时候我只能想想，现在终于有条件实现了。虽然还有很多细节要完善，但基本框架已经搭起来了。 ### 开发效率的飞跃 使用DeepSeek进行辅助开发，让我的开发效率得到了显著提升： - **代码生成与优化**：DeepSeek能够根据我的需求描述，快速生成高质量的代码框架，并提供优化建议。这大大减少了我在基础代码编写上的时间投入。有时候一个复杂的功能，我只需要描述清楚需求，DeepSeek就能给出不错的实现方案。当然，代码质量还是需要人工review的。 - **文档自动生成**：系统的技术文档、API文档等都可以通过DeepSeek自动生成，不仅提高了效率，还保证了文档的质量和一致性。以前最头疼的就是写文档，现在轻松多了。 - **测试用例设计**：DeepSeek能够根据代码逻辑自动生成测试用例，提高了代码的测试覆盖率。虽然生成的测试用例还需要人工调整，但节省了大量的时间。 - **问题诊断与解决**：当遇到技术问题时，DeepSeek能够快速分析问题原因并提供解决方案，大大缩短了调试时间。有几次遇到特别棘手的bug，通过与DeepSeek的对话，很快就找到了解决思路。 说实话，有了AI助手的感觉就像是有了个全天候的高级程序员伙伴，随时可以讨论技术问题。这种体验真的很棒。 ## 第五部分：知识沉淀与成果转化——从项目到专著 ### 第一本书的诞生 在Lorn.ADSP项目的开发过程中，我积累了大量关于智能营销和AI应用的实践经验。特别是在广告投放、用户画像、推荐算法等方面的深度思考，让我萌生了将这些知识系统化整理的想法。 其实写书这个念头在我脑子里转悠了很久。每次在技术群里分享一些经验，或者在公司内部做技术分享，总有同事说：”你这些内容挺有价值的，应该写本书。”刚开始我还不以为然，觉得自己就是个普通的产品经理，哪有资格写书？但随着经验的积累，特别是Lorn.ADSP项目的实践，我发现自己确实有一些独特的见解。 2023年，我完成了第一本专著《智能营销——大模型如何为运营与产品经理赋能》，由清华大学出版社出版。说起来这个过程还挺有意思的，我先是写了个大纲投给出版社，没想到编辑看了之后很感兴趣，很快就通过了。但真正开始写的时候才发现，把脑子里的知识系统化地梳理出来，比想象中难多了。 ### 第二本书的规划与创作 2024年底，随着DeepSeek等国产AI大模型的快速发展，我开始规划第二本书《DeepSeek应用高级教程——产品经理+研发+运营+数据分析》。这本书的创作动机主要来源于： - **市场需求的洞察**：通过调研发现，超过70%的互联网从业者面临“工具熟悉度不足导致效能浪费”的痛点，急需系统性的AI应用指导。这个数据是我通过问卷调查和访谈得出的，虽然样本量不大，但很能说明问题。 - **技术发展的趋势**：AI技术从通用问答向岗位专属工作流演进，垂直场景的深度应用成为新的增长点。我在使用DeepSeek的过程中深有体会，通用的提示词往往效果一般，只有针对具体场景优化的提示词才能发挥真正的价值。 - **个人经验的积累**：结合Lorn.ADSP项目的开发经验和第一本书的写作经验，我有能力为读者提供更加实用的AI应用指南。而且这次有了AI助手的帮助，写作效率也提高了不少。 这本书采用”岗位-任务-工具”三维架构，涵盖互联网行业四大核心岗位的AI赋能方案：从产品经理的PRD智能生成、竞品监测，到技术开发的代码全周期辅助，再到运营的内容创作工厂、用户洞察系统，最后是数据分析的自动化引擎和风险管理智脑。 ### 意外的市场反响 说实话，《DeepSeek应用高级教程》的市场表现超出了我的预期。书刚上市半个月，就冲上了当当计算机/网络新书榜第35位。那天晚上我刷到这个排名时，真的有点不敢相信，截图发给老婆看，她比我还兴奋。 更让我惊喜的是，这本书还入驻了以选品严格著称的中信书店机场店。中信书店的选品标准一向很高，能进入他们的书架，说明内容质量得到了专业认可。有次出差路过机场书店，看到自己的书就摆在显眼位置，那种感觉真的很奇妙，就像看到自己的孩子在舞台上表演一样。 最让我感到欣慰的是，已经有好几家大学将这本书订购为教材。收到第一个采购通知的时候，我心里五味杂陈。想起当年刚转做产品经理时的迷茫和不安——明明有技术背景，却总觉得在产品这条路上缺少点什么。现在竟然能把技术和产品的跨界经验写成被大学认可的AI应用教材，这种从实践者到知识传播者的转变，真的让人感慨万千。 这些反馈让我更加确信，市场确实需要这样的实用性AI应用指南。不是高深的算法理论，而是能够直接用于工作的具体方法。看到读者在群里分享使用书中方法提升工作效率的案例，那种成就感比任何商业成功都来得真实。 ## 第六部分：中年危机与重新出发——从挫折到成长 ### 职场的意外打击 2024年，正当我沉浸在技术创作的成就感中时，现实狠狠给了我一巴掌——被裁员了。 这个打击确实不小。我有20年的广告系统产品经验，在百度、苏宁这些大厂都待过，主导过亿级DAU平台的升级改造，GitHub上还有开源项目Lorn.ADSP（虽然只有100来个Star和50个左右的Fork，但在广告系统这个垂直领域，这个成绩其实还是不错的），理论上应该不愁工作才对。 但现实很骨感。重新开始投简历的时候，我发现了个残酷的事实：招聘软件上确实有不少广告系统产品负责人的职位，但我投简历基本都是石沉大海，偶尔有回复也是”不合适”、”岗位不匹配”这种官方话术。 那段时间我真的很困惑：难道真的就是因为年纪大了？我负责过的广告系统年流水都是几十亿上百亿，能力应该不比那些中小公司差吧？现在的企业真的只看年龄不看能力了吗？有时候半夜醒来就会想这些问题，越想越睡不着。家里人看我这个状态，也跟着担心。女儿有次问我：”爸爸，你是不是工作没了？”那一瞬间，心里真的挺酸的。 ### 重新审视自己的价值 愤怒过、迷茫过之后，我开始冷静思考。中年危机虽然痛苦，但也给了我重新审视自己价值的机会。 - **技术能力的独特性**：虽然市场对中年员工不够友好，但我这种能同时做产品和技术的复合型人才还是有价值的。特别是在AI时代，这种跨界能力更加稀缺。大部分产品经理不懂技术，大部分技术人员不懂产品，而我两样都会。 - **行业经验的深度**：20年的广告系统经验不是白混的，对这个领域的理解确实比年轻人深。这种经验积累是时间沉淀出来的，不是短期能获得的。每个坑我都踩过，每个弯路我都走过，这些都是财富。 - **学习能力还在**：我能快速掌握DeepSeek这些新技术，说明学习能力没有因为年龄而退化。有时候我觉得自己比一些年轻人学得还快，因为有了基础和经验做支撑。 - **创作能力的显现**：两本书的出版证明我在知识总结和传播方面有优势，这为我开辟了新的职业道路。写作这个能力是我以前没有意识到的，现在发现它可能比技术能力更持久。 ### 转型的新思考 既然传统求职路走不通，那就换个思路： - **独立开发者**：专心把Lorn.ADSP项目做好，打造成真正有价值的开源产品。既然有时间了，不如把这个项目真正做到位。 - **技术作者**：继续在AI应用领域深耕，为更多从业者提供实用指导。第一本书的成功给了我信心，这条路是走得通的。 - **教育培训**：基于实战经验开发AI应用培训课程。现在企业对AI培训的需求很大，这是个不错的方向。 - **咨询服务**：为中小企业提供AI转型咨询。很多企业想用AI但不知道怎么用，我的经验正好派上用场。 这些方向都能发挥我的复合型优势，也让我能继续在技术领域发光发热。被裁员这件事，反而成了我转型的契机。有时候人生就是这样，看似是坏事，实际上是新机会的开始。 ## 第七部分：全栈产品经理的进化——从0到1的完整实践 ### 重新定义产品经理的边界 经历了中年危机的洗礼，我开始重新思考产品经理这个职业的边界。传统的产品经理主要负责需求分析、产品设计、项目管理等工作，技术实现主要依赖研发团队。但在AI时代，我发现了一种新的可能性——全栈产品经理。 所谓全栈产品经理，不仅要具备传统产品经理的能力，还要能够独立完成技术实现。这种能力的价值在于： - **更深入的产品理解**：当你能够亲自实现产品功能时，对产品的理解会更加深入，能够发现很多在设计阶段忽略的问题。我在开发Lorn.ADSP的过程中，无数次地修改了最初的产品设计，因为只有在实现的时候才会发现哪些设计是不合理的。 - **更高效的沟通**：与研发团队沟通时，能够用技术语言准确表达需求，避免理解偏差。以前我和开发同事讨论技术方案时，经常会出现鸡同鸭讲的情况，现在就顺畅多了。 - **更快速的验证**：对于一些创新想法，可以快速搭建原型进行验证，而不需要等待研发资源。这个优势特别明显，有时候一个想法，我花半天时间就能做出原型，而如果走正常流程，可能要等一两周。 - **更强的竞争力**：在资源有限的创业环境中，全栈能力能够大大提升个人和团队的效率。 ### AI工具的赋能价值 在Lorn.ADSP的重构过程中，我深刻体验到了AI工具对全栈开发的赋能价值。DeepSeek等AI工具让我能够： - **快速学习新技术**：通过与AI的对话，可以快速理解新技术的核心概念和应用方法。有时候遇到一个新的技术概念，我直接问DeepSeek，它给出的解释往往比看文档更容易理解。 - **高效编写代码**：AI能够根据需求描述生成高质量的代码框架，大大提升开发效率。虽然生成的代码还需要调整，但基本框架是对的，节省了很多时间。 - **自动化文档生成**：技术文档、用户手册等都可以通过AI自动生成，保证文档的质量和时效性。以前最头疼的就是写文档，现在轻松多了。 - **智能问题诊断**：遇到技术问题时，AI能够快速分析原因并提供解决方案。有几次遇到特别棘手的bug，通过描述现象和贴代码片段，DeepSeek很快就给出了解决思路。 这些能力的组合，让我能够以一个人的力量完成从需求分析到产品上线的全部工作。这在以前是不可想象的。 ### 重新启动Lorn.ADSP 有了更多的时间和AI工具的加持，我决定重新系统地开发Lorn.ADSP项目。这次的开发有了更明确的目标和更完善的规划： - **技术架构升级**：基于最新的技术栈重新设计系统架构，充分利用AI能力提升系统的智能化水平。 - **产品定位明确**：不再是简单的技术验证项目，而是要打造一个真正有商业价值的开源广告平台。这次我要认真对待，把它当成一个真正的产品来做。 - **社区建设重视**：加强与开源社区的互动，吸引更多开发者参与项目贡献。虽然现在只有100来个Star和50个左右的Fork，但这已经证明了项目的价值，我要在这个基础上继续努力。 - **商业模式探索**：探索开源项目的商业化路径，实现项目的可持续发展。纯粹的开源很难持续，必须找到商业模式才能长久。 ### 知识体系的构建 在重新开发项目的过程中，我也在构建自己的知识体系。这个体系包括： **技术能力矩阵**： - 后端开发：.NET、微服务、数据库设计 - 前端开发：React、Vue、响应式设计 - AI应用：大模型集成、提示词工程、模型微调 - 运维部署：Docker、Kubernetes、云服务 **产品设计方法论**： - 用户需求分析 - 产品功能设计 - 数据驱动决策 - A/B测试实施 **项目管理实践**： - 敏捷开发流程 - 版本规划管理 - 质量控制体系 - 风险识别与应对 **商业思维培养**： - 市场分析能力 - 商业模式设计 - 竞争策略制定 - 用户价值创造 这套知识体系的构建，也为我的两本书提供了丰富的素材和深刻的洞察。 ## 第八部分：知识传播的价值与影响——从个人成长到行业赋能 ### 从技术实践者到知识传播者 回顾这几年的经历，我发现自己在不知不觉中完成了一个身份转换：从纯粹的技术实践者，变成了兼具实践和传播能力的知识工作者。这个转换过程让我对知识传播的价值有了更深刻的理解。 - **知识的复利效应**：当你把经验写成书、做成课程时，它的价值会被无限放大。一个人的实践经验，通过知识传播可以帮助成千上万的人避免踩坑，这种价值放大效应是任何其他工作都无法比拟的。 - **反向学习的力量**：在写书和回答读者问题的过程中，我发现自己对很多概念的理解变得更加深刻。为了向别人解释清楚一个技术点，你必须自己先彻底理解，这种“教学相长”的效应非常明显。 - **行业影响力的建立**：通过持续的知识输出，我在AI应用这个领域建立了一定的影响力。现在经常有企业邀请我去做分享，有技术社区邀请我参与讨论，这种影响力是金钱买不到的。 ### 读者反馈带来的启发 两本书出版后，我收到了大量读者反馈，这些反馈给了我很多启发： - **需求的多样性**：不同岗位的读者关注点完全不同。产品经理更关心如何提升工作效率，技术开发更关心具体的实现方案，运营同学更关心内容创作的技巧。这让我意识到，AI工具的应用场景比我想象的还要丰富。 - **痛点的共性**：虽然岗位不同，但大家面临的核心痛点很相似——都是不知道如何把AI工具真正用起来，而不是停留在简单的对话层面。这也验证了我写这两本书的价值。 - **学习的迫切性**：很多读者表达了强烈的学习需求，希望能有更多实战案例和操作指导。这让我看到了在线教育和企业培训的巨大市场潜力。 ### 知识传播的商业价值探索 随着影响力的提升，我也开始探索知识传播的商业化路径： - **企业培训需求旺盛**：很多企业都希望让员工掌握AI工具的使用方法，但缺乏系统的培训课程。我开始接一些企业内训项目，发现这个市场需求很大。 - **咨询服务的延伸**：基于书中的方法论，我为一些中小企业提供AI转型咨询服务，帮助他们制定AI应用策略和实施方案。 - **社区运营的价值**：我建立了一个AI应用实践群，定期分享最新的技术动态和应用案例。这个社区不仅帮助读者解决问题，也为我提供了第一手的市场需求信息。 ### 技术写作的方法论总结 通过两本书的写作实践，我总结出了一套技术写作的方法论： - **场景驱动的内容组织**：不要从技术本身出发，而要从用户的实际场景出发。先描述问题，再介绍解决方案，最后给出具体的操作步骤。 - **案例为王的价值导向**：理论再完美，不如一个真实可用的案例有说服力。我在书中提供的每个案例都经过实际验证，确保读者能够直接应用。 - **持续迭代的内容机制**：技术发展太快，传统的出版模式跟不上节奏。我建立了内容更新机制，通过在线方式为读者提供最新的补充材料。 - **读者共创的价值放大**：鼓励读者分享自己的应用案例和经验，形成知识共创的良性循环。这不仅丰富了内容，也增强了社区的活跃度。 ### 对AI时代知识工作的思考 通过这几年的知识传播实践，我对AI时代的知识工作有了一些深入思考： - **知识的时效性挑战**：AI技术发展太快，传统的知识传播方式已经跟不上节奏。我们需要建立更加敏捷的知识更新机制。 - **实践与理论的结合**：纯理论的知识传播价值有限，必须与实际应用场景相结合。这要求知识传播者既要有深厚的理论功底，又要有丰富的实践经验。 - **个人品牌的重要性**：在信息过载的时代，个人品牌成为知识传播的重要载体。读者更愿意相信有实战经验的专家，而不是纸上谈兵的理论家。 - **社区化学习的趋势**：传统的单向知识传播正在向社区化学习转变。知识传播者不再是高高在上的专家，而是学习社区的组织者和引导者。 ## 结语：技术情怀与现实主义的平衡 回头看这段从产品经理到开源作者的历程，最大的感触是技术情怀与现实生活之间的平衡艺术。一方面，我对技术的热爱和对完美产品的追求从来没变过；另一方面，中年危机和市场现实也让我更加脚踏实地。 Lorn.ADSP这个项目，从2013年断断续续搞到现在，虽然在GitHub上只有100来个Star和50个左右的Fork，看起来不算太多，但我知道每个Star背后都是一个真正关注这个项目的开发者。它承载了我对技术的那份执念，也许它永远不会成为下一个Spring Boot，但它记录了一个产品经理对技术的理解和探索。说实话，这就够了。 两本书的出版，让我找到了另一种价值实现方式。能把自己的经验和思考分享给更多人，帮助他们在AI时代更好地工作，这种成就感比升职加薪来得更实在。特别是收到读者反馈说我的书真的帮到了他们，那种感觉真的很棒，就像当年第一次看到Lorn.ADSP被Fork时的兴奋一样。 现在这个时代，AI技术发展得这么快，我们每个人都在面临新的机遇和挑战。年龄可能会成为求职的绊脚石，但知识和能力是永远不会贬值的财富。通过持续学习、实践和分享，总能在这个时代找到自己的位置。 对于那些也在中年面临职业困惑的朋友，我想说：别因为一时的挫折就放弃了对技术的热爱，别因为市场的冷漠就怀疑自己的价值。时代在变，但对真正有能力的人的需求永远不会消失。关键是要保持学习的心态，拥抱变化，用自己的方式为这个世界创造价值。有时候路看起来很难走，但只要坚持下去，总会有转机的。 技术改变世界，我们每个人都能成为这种改变的推动者。这就是我的开源路，也是我在AI时代的成长体会。希望我的故事能给更多人带来点启发和鼓励。 本文由 @产品经理独孤虾 原创发布于人人都是产品经理。未经许可，禁止转载 题图来自 Pexels，基于CC0协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

或许不是AI发展得太快，而是我们站得太近。

Concentration at the top and regional differentiation have become increasingly prominent, making structural adjustments and a revolution in circulation the key to breaking the deadlock.

特斯拉CEO埃隆·马斯克周三表示，该公司将在“一两个月内”将其自动驾驶出租车服务扩展到旧金山湾区，目前正在等待监管部门批准。上个月，特斯拉在德克萨斯州奥斯汀的一个有限区域对这项承诺已久的服务进行了测试，大约有十几辆车，一组经过挑选的乘客，以及许多限制，包括前排乘客座位上的安全监视器。 马斯克在他的社交媒体平台X上回应一名用户关于缺乏扩张更新的帖子时说，特斯拉将在本周末将服务扩展到“奥斯汀更大的地区”。马斯克没有具体说明扩展的地点和规模。 另一位X用户随后询问了关于在湾区扩张的问题，马斯克回答说：“正在等待监管部门的批准，但可能在一两个月内。”  [查看评论](https://m.cnbeta.com.tw/comment/1512206.htm)

大众旗下的子品牌捷达汽车发布了全新VS8的官图，**从名字看，它的定位要高于VS7，但实际尺寸基本误差**。不同于VS5和VS7，全新的VS8设计明显更为精致，也更为高端了些，前脸依旧采用大尺寸“点阵式”格栅的设计，内部采用纯黑色进行修饰，整体较为年轻化。 [](//img1.mydrivers.com/img/20250710/1ab47ab5-8460-4df8-9674-8289b5943a58.png) 车头两侧竟然还使用了矩阵式前大灯，配合贯穿式灯带、可发光Logo，科技感相较于VS7无疑进步明显。 [](//img1.mydrivers.com/img/20250710/e812fb55-10c6-4f9b-ba27-5f0c2d84b2fb.png) **VS8长宽高分别为4629*1851*1624mm，轴距达到2731mm，与现款VS7相仿**，保留了传统式门把手、大尺寸轮毂等，但尾部三角窗造型有所变化。 尾部方面，新车换装当下流行的贯穿式尾灯设计，并将内置点阵式灯带布局，点亮后视觉辨识度也是较为突出，还保留小尺寸扰流板以及大尺寸后包围，让SUV也有了运动感。 [](//img1.mydrivers.com/img/20250710/4c9ad245-55c2-40b9-9a3d-2eabea967728.png) [](//img1.mydrivers.com/img/20250710/1977ee5f-17a9-46c8-a051-03a6ea34b307.png) 内饰设计竟然出奇的精致，比VS7进步非常大，**可见其采用了10.25英寸全液晶仪表以及14.6英寸的悬浮式中控屏，换挡机构与大众ID.电动车的怀挡设计比较类似，另外新车还配备了多色氛围灯，后排座椅支持完全放倒**。 [](//img1.mydrivers.com/img/20250710/7fb370d2-22a1-441b-a3d6-8f8a16df9516.png) [](//img1.mydrivers.com/img/20250710/dcc38afd-de85-4419-b1e9-899db0846c30.png) 动力方面，**捷达VS8搭载大众1.4T EA211DLE发动机，最大功率110kW，传动系统匹配爱信6挡手自一体变速箱**，这套动力非常成熟，久经市场检验，放在这样一台车上确实挺适宜。 [查看评论](https://m.cnbeta.com.tw/comment/1512202.htm)

有博主晒出了**苹果iPhone 17 Pro的精准机模，**相比之前爆料的机模，新机模的质感、精致度更接近真机。如图所示，iPhone 17 Pro采用横向大矩阵设计，后置三摄位置在左侧，**闪光灯和LIDAR激光雷达扫描仪位于矩阵右侧。** [](//img1.mydrivers.com/img/20250710/f5185f7efe794a36b42077c0740b7d28.jpg) 不止于此，iPhone 17 Pro采用**一体化铝合金材质**，摄像头和机身后盖**采用火山口过渡设计，这个火山口跟后盖是一体化成型，**必须单独铣出，工艺难度很高。 在相机下方的Logo区域，苹果单独开孔嵌入了一整块玻璃，**最终形成铝合金+玻璃拼接的全新设计，**不再是传统的三明治结构，这么做既兼顾了无线充电又提升了握持手感，是苹果近年来变化最大的iPhone。 核心配置上，iPhone 17 Pro搭载A19 Pro芯片，基于台积电3nm工艺制程制造，配备12GB内存，后置三颗4800万像素摄像头，前摄升级为2400万像素。 该机将在9月登场，同期亮相的还有iPhone 17以及iPhone 17 Air。 [查看评论](https://m.cnbeta.com.tw/comment/1512196.htm)

**2025年上半年，大众汽车集团在全球一共交付了441万辆新车，比去年同期增长了1.3%。**虽然整体增幅不大，但新能源车型的表现却非常亮眼，纯电动车交付量达到46.55万辆，同比增长高达47%，在总销量中的占比也从去年同期的7%提升到了11%，可见大众在电动化转型上的投入开始逐渐见效。 [](//img1.mydrivers.com/img/20250710/e71391e7-1e46-41f9-bce1-f576caef12ed.png) 在欧洲市场，大众的纯电动车销量同比增长了89%，稳居欧洲电动车市场第一的位置，在美国市场也实现了24%的增长，整体订单量同比增长约20%，其中纯电动车的订单增长超过60%。 在中国市场，大众上半年共交付了131万辆新车，虽然同比小幅下降了2.3%，但在6月单月却实现了24.7万辆的销量，同比增长9%，尤其是在激烈的价格战环境下，大众依然保持了稳健的表现，说明其品牌力和产品力依然强劲。 **从品牌来看，大众汽车品牌（含捷达）上半年累计交付99.6万辆，同比增长1.1%，其中速腾和帕萨特继续领跑各自细分市场，6月单月销量达18.73万辆，同比增长15.1%，奥迪品牌在高端市场也稳居前三。** 大众表示，他们始终坚持盈利能力优先，不会为了市场份额而盲目降价，这种策略让他们能够持续投入未来技术发展，稳步推进电动化战略。 **从2025年下半年开始，大众将在中国市场交付新一代智能网联汽车，包括纯电动的奥迪E5 Sportback、奥迪Q6L e-tron等车型。** 2026年还将推出超过20款全新智能网联车型，涵盖燃油、纯电、插混和增程等多种动力形式，到2027年新能源车型将达到约30款，2030年进一步增至约50款，其中约30款为纯电动车型。 [](//img1.mydrivers.com/img/20250710/06d844fd13994b38893c27ef9862db4a.jpg) [查看评论](https://m.cnbeta.com.tw/comment/1512194.htm)

种种迹象表明，Intel又开始了新一轮大裁员，重点波及晶圆制造、汽车、市场营销三大业务部门，其中关乎Intel未来的晶圆制造无疑是重中之重。根据最新报道，Intel在颇为倚重的以色列也开始了裁员，而此前Intel一直避免这么做，因为以色列政府给了Intel极大的支持。 **其中在Kiryat Gat地区的Fab 28晶圆厂，至少会有200人左右丢掉饭碗，包括中层管理人员、一线总监、远程运营中心技术人员等。** Intel目前在以色列一共有9000多名员工，Fab 28晶圆厂就有大约4000人。 **此番裁员后，Intel以色列员工将下降至8500人左右，也就是共裁员约500人。** 2023年底，以色列政府承诺补贴Intel 32.5亿美元，用于在Fab 28晶圆厂旁边兴建一座新的Fab 38，但此计划已经在2024年中暂时搁浅。 **甚至有说法称，Intel正在考虑彻底关闭Fab 28晶圆厂，这简直有点难以想象，以色列方面肯定不会愿意。** Intel发言人对此拒绝证实或否认，只是很官方地表示：“一如今年早些时候宣布的，**我们正在努力成为一家更精简的、更快速的、更高效的公司。**” “简化组织结构，赋予工程师更大权利，可以让我们更好地满足客户需求，强化执行力。我们会在认真思考未来所需产品的基础上，慎重做出决定。在完成这项重大任务的时候，我们会尊重过并妥善安置员工。”  [查看评论](https://m.cnbeta.com.tw/comment/1512192.htm)

**最近，路虎揽胜向投资者展示了全新的LOGO，这可是自1970年首款揽胜车型推出以来的首次大动作。**这次的新标识由两枚“R”字母镜像构成，看起来特别有设计感，延续了品牌一贯的极简、宽体字体风格，整体感觉既简洁又大气，老钱风十足。 [](//img1.mydrivers.com/img/20250710/2b77b61c-7bf9-4ede-acb7-6f43f5e289c5.png) [](//img1.mydrivers.com/img/20250710/42623f46-04a2-4170-8569-3295b1f977ec.png) 这个新标识并不会取代车辆前后常见的“Range Rover”字母标识，而是主要用在一些需要小LOGO的地方，比如产品标签或者需要图形标志的地方。 [](//img1.mydrivers.com/img/20250710/14e7478e-e4f8-462b-9394-397aa77e0767.png) **除了新标识，路虎还搞了个“路虎揽胜图案”的设计，采用棋盘式布局，以全新的“R”字母为核心元素，这个图案可能会被用在揽胜车型的进气格栅或者内饰上，用来和其他路虎车型区分开来。** 有意思的是，路虎揽胜纯电动版车型也将在7月10日开幕的古德伍德速度节上正式发布。 这款车基于MLA-Flex架构打造，配备双电机四驱系统和800V架构，官方还表示这将是史上最安静、最精致的路虎揽胜车型。 [查看评论](https://m.cnbeta.com.tw/comment/1512188.htm)

据新华社权威发布，从中国汽车工业协会获悉，**2025年1至6月我国汽车产销量分别为1562.1万辆和1565.3万辆，同比分别增长12.5%和11.4%，上半年我国汽车产销量首次双超1500万辆**。 其中，**新能源汽车产销量分别为696.8万辆和693.7万辆，同比分别增长41.4%和40.3%，新能源汽车新车销量达到汽车新车总销量的44.3%**。 同时，上半年汽车总体出口308.3万辆，同比增长10.4%，其中新能源汽车出口106万辆，同比增长75.2%。 中国汽车工业协会相关负责人表示，具体来看，国内市场在汽车以旧换新政策持续显效带动下明显改善，同比增速达10%以上，对车市整体增长起到很好支撑作用。 **新能源汽车延续快速增长态势，市场份额持续提升，引领产业加速转型升级**。 展望下半年，“两新”政策将继续有序实施，叠加企业新品供给持续丰富，将有助于拉动汽车消费的持续增长，汽车产业将保持健康平稳运行。 [](//img1.mydrivers.com/img/20250710/644ecdb3-04e9-4e49-b418-4e98f6b909b2.jpg) [查看评论](https://m.cnbeta.com.tw/comment/1512186.htm)

日前，2025赛季世界一级方程式赛车锦标赛（F1）英国大奖赛排位赛在英国银石举行，京东公益基金会荣誉理事长章泽天也在比赛现身。今日，章泽天更新ins动态，**晒出与F1车手周冠宇的合照。**照片中，**章泽天身穿黄色斜肩上衣，戴着法拉利棒球帽，笑容甜美，与周冠宇对镜头比出大拇指。** 周冠宇被称为中国F1第一人，他是中国首位F1正式车手，目前担任法拉利车队储备车手。 据媒体报道，**今年6月，章泽天现身京东深圳总部建设工地，请工友喝冰饮，点了300多杯，被赞最美老板娘。** 一位接受采访的建筑工人说：“老板娘人美心善，大热天还想着我们这些干活的人。” 公开资料显示，章泽天，1993年11月18日出生，因手捧奶茶的照片走红网络，被称为“奶茶妹妹”，2015年与京东集团创始人刘强东结婚。 [](//img1.mydrivers.com/img/20250710/1ba66361e9624fcb9f8fc1d032bd85e5.png) [查看评论](https://m.cnbeta.com.tw/comment/1512184.htm)